課程特色：
1、精選kaggle初級案例，實戰入門講解。一步一腳印，十大案例精講，案例知識點與代碼交互講解，讓你快速突破R語言。
2、實戰案例是最好的數據能力提升方式，本課程提供案例的數據集、代碼以及老師講解的PPT。
3、kaggle競賽案例包含大量日常工作中的數據處理的方法，以及數據可視化的方法，助你突破數據工作的效率，對于數據處理、可視化、建模和模型評估有綜合性顯著性的提升，全方位的提升你的數據能力！
4、結合數據分析師的日常數據處理，建模的工作內容所需，融會貫通，通過案例教你如何成為一名數據分析師。
5、多種建模方法（隨機森林、決策樹、樸素貝葉斯、knn、支持向量機、 k均值聚類，模型融合方法等都有講到，部分涉及原理簡介）
講師簡介：
鄔書豪 車聯網數據挖掘攻城獅，做過數據建模項目，打過數據科學比賽。參與過的數據建模項目包括中國中車、東風集團、上汽通用、上汽大通等公司。
致力于成為一名熱愛數據從數據出發解決實際問題的數據科學家。
課程大綱：
第一章：員工離職預測
數據變量說明
描述性分析（一）
描述性分析（二）
決策樹建模
樸素貝葉斯建模
模型評估與應用
第二章：kaggle數據科學社區調查報告
變量說明
數據預處理
數據科學從業者用戶畫像1
數據科學從業者用戶畫像2
數據科學從業者用戶畫像3
數據科學從業者用戶畫像4
數據科學從業者用戶畫像5
python、R、SQL推薦程度分析
第三章：信用卡欺詐預測
案例數據介紹
數據預處理之缺失值處理
數據預處理之分層抽樣
數據預處理之標準化
描述性分析1
描述性分析2
簡單調參
定制調參
隨機森林建模
knn建模
模型評估
第四章：學生成績水平分類預測
案例變量說明
封裝繪圖函數
描述性分析1
描述性分析2
描述性分析3
回歸樹建模
隨機森林建模
支持向量機建模
模型融合
第五章：美國槍擊案例
案例數據變量說明
描述性分析1
槍手用戶畫像
美國槍擊案地圖可視化
常用圖形外觀調節
常用數據重塑函數總結1
常用數據重塑函數總結2
第六章：毒蘑菇識別
案例變量說明
數據預處理
樸素貝葉斯簡介
特征選擇
樸素貝葉斯建模
回歸樹建模+可視化決策規則
隨機森林建模
模型評估
第七章：利用聲音數據識別性別
案例變量說明
描述性分析
模型對比
回歸樹建模
支持向量機建模
規則學習建模
隨機森林建模
封裝法特征選取+隨機森林建模
模型評估
混淆矩陣、ROC
第八章：垃圾短信識別
案例變量說明
數據重塑
文本處理
繪制詞云圖
隨機森林建模預測
總數據建模預測
重塑數據建模預測
模型評估
第九章：閃電約會
案例背景介紹+變量說明
探索相親者的年齡分布分析
探索哪些愛好更受彼此贊同分析
探索哪些領域的人更受歡迎分析
探索相親者的心儀對象的特點分析
圖形輸出總結
深入淺出ggplot2包條形圖總結
深入淺出ggplot2包箱線圖總結
第十章： Youtube新趨勢視頻分析
案例變量說明
探索哪些視頻更受歡迎
探索觀看人數與點贊人數的關系
探索觀看人數與累積評論數的關系
探索不同國家視頻的受歡迎狀況
探索不同國家發布的視頻種類
對視頻數據系譜聚類
k均值聚類原理
